在 Tesseract 中处理 IplImage(OpenCV) 数据答案

【问题标题】：Processing an IplImage(OpenCV) data in Tesseract在 Tesseract 中处理 IplImage(OpenCV) 数据
【发布时间】：2011-12-13 13:45:15
【问题描述】：

我需要处理从 OpenCV 获取的图像。

到目前为止我写的：

IplImage* img=0;

img=cvLoadImage("paket2.tif");


api.SetRectangle(0,0,img->width, img->height);
api.SetImage((uchar*)img->imageData,img->width,img->height,img->depth/8,img->width*(img->depth/8));
//i tried also below line
//api.SetImage((uchar*)img->imageData,img->width,img->height,img->depth/8,img->widthStep);

int left,top,right,bottom;
left=0;top=0;right=0;bottom=0;
api.Recognize(NULL);
tesseract::ResultIterator *ri=api.GetIterator();
char * sonuc=(*ri).GetUTF8Text(tesseract::RIL_SYMBOL);

if((*ri).BoundingBox(tesseract::RIL_SYMBOL,&left,&top,&right,&bottom))
{printf("bb dogru\n");printf("%d,%d,%d,%d",left,top,right,bottom);}
printf("sonuc:%s",sonuc);

如果我将 IplImage->widthStep 传递给每行字节数，我在左右值中有“错误”边界框，并且无法读取图像中的所有文本。

如果我通过 IplImage->width*(IplImage->depth/8)，boundingBox 函数返回 false。

我希望你有一些想法。提前致谢。

【问题讨论】：

IplImage* img=0; img=cvLoadImage("paket2copy.png"); printf("width:%d",img->width); printf("byte depth:%d",img->depth/8); printf("widthStep:%d",img->widthStep); 结果：width:642 byte depth:1 widthStep:1928;这是正常的吗，每像素字节为 1 但宽度步长是宽度的 3 倍？
如果您在此期间找到了可行的解决方案，能否请您发布您的代码？
不幸的是不是一个精确的解决方案。但我认为用opencv获取字母（作为结合的黑色形状）并逐字母发送到tesseract以识别它们。但在我的情况下，这已经足够了，因为我不需要左右边界，我只需要上下边界。

标签： opencv tesseract

【解决方案1】：

将您的子矩阵复制到新的 IplImage。使用正确的信息（宽度、高度、步长）创建一个正方体图像标题。将 tesseract 数据指针链接到 iplImage 数据指针。

我不记得如何访问 tesseract 指针，但对于 opencv 是 image->data.ptr

【讨论】：

【解决方案2】：

这里的代码对我有用：

tesseract::TessBaseAPI tess; 
tess.Init(argv[0], "eng", tesseract::OEM_DEFAULT); 
cv::Mat image = cv::imread("...");
tess.SetImage((uchar*)image .data, image.size().width, image.size().height, image.channels(),     image.step1());
tess.Recognize(0);
const char* out = tess.GetUTF8Text();

【讨论】：

您的代码与处理无关。而且你的结果一定很糟糕。